Faire parler une photo avec l'IA : n'importe quel portrait prend la parole
Faire parler une photo, c'est transformer un portrait en vidéo qui prononce le texte que vous écrivez : une voix naturelle lit votre script, et les lèvres de la photo sont synchronisées sur l'audio. Le script peut compter jusqu'à 200 caractères, soit environ 13 secondes de parole. Choisissez HeyGen Avatar IV, OmniHuman 1.5 ou MiniMax H3 Max Lip Sync.
Comment ça marche
Trois étapes
Importez un portrait, confirmez l'accord
Choisissez une photo de face, visage bien visible. Confirmez que la personne a donné son accord : sans cela, la génération ne démarre pas.
Tapez le script, choisissez une voix
Jusqu'à 200 caractères. Choisissez parmi 8 voix.
Choisissez un modèle et générez
La voix puis le lip sync s'enchaînent. La vidéo est généralement prête en une à cinq minutes et arrive dans votre Bibliothèque.
Modèles
Modèles disponibles
Les prix sont en crédits, et vous voyez le coût exact avant de générer. Les packs de crédits commencent à 5,49 € pour 75 crédits.
MiniMax H3 Max Lip Sync
MiniMax
Mouvements du visage plus naturels, avec une option haute résolution.
HeyGen Avatar IV
HeyGen
La personne de la photo dit votre texte avec des expressions naturelles. Rapide.
OmniHuman 1.5
ByteDance
Les mouvements du visage et du corps les plus réalistes. Conçu pour les promos et les pubs.
Points forts
Pourquoi le faire ici
Des voix qui sonnent juste
Le script est lu par un modèle de synthèse vocale dédié, puis ajouté à la vidéo. C'est pour cela que la voix paraît naturelle.
Trois modèles, trois budgets
HeyGen Avatar IV pour la rapidité, OmniHuman 1.5 pour le mouvement le plus réaliste et MiniMax H3 Max Lip Sync pour le prix le plus bas.
Un lip sync précis
Le mouvement de la bouche suit l'audio, et votre ponctuation règle les pauses et l'intonation.
Vertical ou horizontal
HeyGen Avatar IV sort en vertical pour les Reels ou en horizontal pour YouTube. Les deux autres gardent le format de votre photo.
Consentement intégré
Chaque génération vous demande de confirmer que la personne a donné son accord, et cette confirmation est enregistrée avec elle.
Crédits remboursés en cas d'échec
Si une génération n'aboutit pas, vos crédits sont remboursés automatiquement.
Modèles
Trois façons de faire parler une photo
La colonne des crédits indique le prix du script le plus long (200 caractères). Les scripts plus courts coûtent moins cher.
| Modèle | Point fort | Sortie | Crédits | Attente habituelle |
|---|---|---|---|---|
| HeyGen Avatar IV | Expressions naturelles, rapide. Garde le visage cohérent. | Vertical ou horizontal, 720p | 95 | 1,5 min |
| OmniHuman 1.5 | Les mouvements du visage et du buste les plus réalistes. Pour les promos et les pubs. | 720p ou 1080p | 242 | 5 min |
| MiniMax H3 Max Lip Sync | Le choix économique, avec des mouvements du visage naturels. | 480p, 768p ou 1080p | 77 | 3,5 min |
Le prix augmente avec la durée de la parole, et le clip facturé le plus court dure 5 secondes. La photo parlante la moins chère est une phrase courte avec MiniMax H3 Max Lip Sync en résolution standard : 26 crédits (0,96 €–1,90 €). Les 20 crédits offerts à l'inscription servent uniquement aux voix off. Les photos parlantes sont disponibles après votre premier achat de crédits ; la plus petite option est le pack Mini de 75 crédits à 5,49 €. Tous les packs sont sur la page Tarifs.
Écrire ce que dit la photo
- Vous disposez de 200 caractères, soit environ 13 secondes de parole. Au-delà, découpez le texte et faites plusieurs vidéos.
- Écrivez comme on parle. La ponctuation règle les pauses : une virgule, c'est une courte respiration ; un point, une plus longue.
- Écrivez en toutes lettres ce qui doit être lu à voix haute : « vingt pour cent » plutôt que le nombre suivi du symbole, « docteur » plutôt que « Dr ».
- Une personne et un seul texte, c'est ce qui marche le mieux. Pour une conversation, faites une vidéo par personne qui parle.
Exemples de phrases :
- « Bonjour, moi c'est Léa. Merci de votre visite. Voici les nouveautés de la boutique cette semaine. » (97 caractères)
- « Joyeux anniversaire, mamie. Tu nous manques, et on se voit à Noël. » (66 caractères)
- « Notre boulangerie ouvre tous les matins à six heures, et le pain au levain sort du four à sept heures. » (102 caractères)
Choisir la photo
- Un portrait de face, visage bien visible et éclairé de façon uniforme.
- Une seule personne par photo. Les photos de groupe et les profils perturbent le lip sync.
- Rien devant la bouche : ni main, ni micro, ni ombre marquée.
Photo parlante, voix off ou Image to Video ?
Si vous n'avez besoin que de l'audio, pour une narration par exemple, la voix off IA vous donne les mêmes voix en MP3, sans vidéo. Si la personne doit simplement sourire, cligner des yeux ou faire un signe de la main sans parler, utilisez Image to Video. Pour qu'une personne présente un produit en le tenant, les pubs UGC combinent la photo d'un présentateur et celle de votre produit.
Consentement
Ne faites parler que des personnes qui ont donné leur accord
Une photo parlante met des mots dans la bouche de quelqu'un : le consentement n'est donc pas facultatif. Avant chaque génération, vous confirmez que la personne sur la photo a donné son autorisation ; sinon, la génération ne démarre pas, et votre confirmation est enregistrée avec elle. Pour une personne de moins de 18 ans, l'autorisation vient d'un parent ou d'un tuteur légal.
- Les photos de célébrités, de personnalités politiques et de responsables publics ne sont pas autorisées.
- N'utilisez pas une photo parlante pour faire croire qu'une personne réelle a dit quelque chose qu'elle n'a pas dit.
- Quand vous la publiez, précisez qu'elle a été créée avec l'IA. Dans les pubs aussi ; TikTok, Meta et YouTube ont chacun des règles d'étiquetage pour les contenus réalistes générés par IA.
FAQ
Questions fréquentes
Comment faire parler une photo ?
Importez un portrait, confirmez que la personne a donné son accord, tapez ce qu'elle doit dire et choisissez une voix. Le script est d'abord transformé en voix, puis la bouche de la photo est synchronisée sur l'audio. Choisissez un modèle et générez : la vidéo est généralement prête en quelques minutes.
Existe-t-il une IA gratuite pour faire parler une photo ?
Pas ici. Nous payons le fournisseur d'IA pour chaque vidéo et chaque image, et les essais gratuits faisaient trop grimper ce coût. Avant d'acheter, vous pouvez regarder sur notre page d'exemples des résultats bruts, réalisés avec ces mêmes modèles. Les 20 crédits offerts après l'inscription et la vérification de votre adresse e-mail servent aux voix off. Une phrase courte avec MiniMax H3 Max Lip Sync coûte 26 crédits, et la plus petite option est le pack Mini de 75 crédits à 5,49 €. Vous payez à la vidéo, sans abonnement obligatoire.
Combien coûte une photo parlante ?
Cela dépend du modèle et de la longueur du script. Une phrase courte avec MiniMax H3 Max Lip Sync coûte 26 crédits (0,96 €–1,90 €). Un script complet de 200 caractères coûte 95 crédits avec HeyGen Avatar IV, 242 avec OmniHuman 1.5 et 77 avec MiniMax H3 Max Lip Sync. Le prix s'affiche avant de générer.
Quel modèle choisir pour faire parler une photo ?
HeyGen Avatar IV pour un résultat rapide et équilibré. OmniHuman 1.5 pour les mouvements du visage et du corps les plus réalistes. MiniMax H3 Max Lip Sync pour le prix le plus bas et une option en 1080p. Tester la même photo sur deux modèles est le moyen le plus rapide de trancher.
Puis-je utiliser ma propre voix ?
Non. Il n'y a ni clonage de voix ni import d'audio : la voix provient des voix disponibles. Cela signifie aussi que personne ne peut cloner la voix de quelqu'un d'autre ici.
Faut-il télécharger une appli pour faire parler une photo ?
Aucun téléchargement nécessaire. Tout fonctionne dans le navigateur, sur téléphone ou sur ordinateur, et le traitement a lieu sur les serveurs du fournisseur du modèle : la puissance de votre appareil n'a pas d'importance.
Puis-je faire parler une vieille photo de famille ?
Techniquement oui, si le visage est net et face à l'objectif. Soyez délicat avec les photos de personnes disparues : obtenez l'accord de la famille et ne leur faites pas dire des choses qu'elles n'auraient pas dites.
Est-il légal de faire parler la photo de quelqu'un ?
Oui, avec l'autorisation de la personne et pour un usage honnête. Faire croire qu'une personne réelle a dit quelque chose qu'elle n'a pas dit peut être illégal et va à l'encontre de nos conditions. Les photos de célébrités, de personnalités politiques et de responsables publics ne sont pas autorisées.
Combien de temps faut-il ?
En général une à cinq minutes, car la voix et le lip sync s'enchaînent. HeyGen Avatar IV est le plus rapide. Vous pouvez fermer l'onglet : la vidéo vous attend dans votre Bibliothèque.
- Les scripts sont limités à 200 caractères, soit environ 13 secondes. Découpez les textes plus longs en plusieurs vidéos.
- Vous ne pouvez pas importer votre propre enregistrement ni cloner une voix. Vous choisissez parmi les voix disponibles.
- Les 20 crédits offerts à l'inscription servent aux voix off, pas aux photos parlantes. Les photos parlantes nécessitent un achat de crédits, à partir de 26 crédits pour la phrase la plus courte sur le modèle le moins cher.
- Les photos d'autres personnes nécessitent leur autorisation. Les célébrités, les personnalités politiques et les responsables publics ne peuvent pas être utilisés.
- Les profils, les visages masqués et les photos de groupe donnent souvent un mauvais résultat.
Pages associées
- Voix off IALes mêmes voix en MP3, sans vidéo.
- Pubs UGCUn présentateur qui parle, votre produit en main.
- Générateur de personnages IAUn visage fictif à faire parler, identique dans chaque vidéo.
- Image to VideoSourire, cligner des yeux ou saluer, sans parole.
- Effets vidéo IAEffets câlin, danse et vieillissement.
- TarifsPacks de crédits et abonnements.
Essayez maintenant
L'inscription est gratuite. Cet outil est disponible après votre premier achat de crédits, et les packs commencent à 5,49 € pour 75 crédits. Aucun abonnement requis, et vous pouvez regarder les exemples ci-dessus avant de vous décider.
Faire parler une photo